Las imágenes médicas son mapas de densidad tisular. El brillo de cada punto revela qué se encuentra en ese lugar, de forma similar a como la fotometría mide la intensidad de la luz. Pero los algoritmos convencionales analizan los puntos uno por uno, lo que provoca que los contornos de los órganos aparezcan dentados.
El nuevo enfoque obliga al programa a tener en cuenta la suavidad. Durante el entrenamiento se incorporó una regla geométrica: el contorno no solo debe ser correcto, sino también liso. Esto imita el comportamiento del agua: una gota siempre adopta la forma con la menor superficie posible, buscando el mínimo de energía, algo parecido a la reducción de la entropía en los sistemas físicos.
Los experimentos con imágenes de hígado y bazo lo confirmaron: la precisión aumentó. Los bordes nítidos simplifican el diagnóstico, la planificación quirúrgica y el entrenamiento de robots médicos. Sorprendentemente, esta simple restricción geométrica mejoró la calidad del reconocimiento más que agregar miles de nuevas imágenes al conjunto de datos de entrenamiento.
En ingravidez, una gota de agua se convierte espontáneamente en una esfera perfecta: este principio de autoensamblaje inspiró a los creadores del algoritmo.
Los escáneres de ciencia ficción de 'Star Trek' están un paso más cerca: los algoritmos adoptan la geometría de la gota.